mattone
dopo mattoneLA COLLANA
IT/EN
Copertina di Comprendere gli LLM
← Tutti i libri

Intelligenza artificiale

Comprendere gli LLM

Una guida non tecnica: dai modelli linguistici agli agenti AI

Capire come un modello genera una risposta e come un agente usa strumenti per svolgere un compito, verificarne il risultato e cooperare con altri agenti.

Esplora l’indice ↓
PDF · LINGUA ITALIANA

Il prossimo passo: leggere.

Edizione italiana ampliata: dai modelli agli agenti · 76 pagine. Edizione in revisione. L’approvazione editoriale e didattica è ancora aperta.

PDF · 1.9 MB · Italiano

Scarica il libro ↓

Ultimo rilascio

Spiegazioni rafforzate e una nuova parte sugli agenti: uso degli strumenti, ciclo di lavoro, coordinamento, cooperazione e limiti dell’autonomia. Include il caso degli agenti autoevolventi, con verifiche prima di adottare le modifiche.

Creative Commons Attribuzione–NonCommerciale 4.0 (CC BY-NC 4.0)

Puoi condividere e adattare il libro per usi non commerciali, citando l’autore, collegando la licenza e segnalando le modifiche. Consulta i termini completi della licenza.

IL PERCORSO DEL LIBRO

Indice dei contenuti

Otto parti costruiscono le basi dei modelli linguistici e accompagnano il lettore fino agli agenti: sistemi che usano strumenti, osservano i risultati e proseguono il lavoro verso un obiettivo. Esempi, schemi e attività guidate aiutano a riconoscerne capacità e limiti. Non servono conoscenze di programmazione.

Parte I — Fondamenti

Le basi per capire che cosa sono i modelli linguistici e come generano una risposta.

  • Introduzione
  • Che cosa sono i modelli linguistici di grandi dimensioni
  • Come funzionano senza entrare troppo nei dettagli
Parte II — Capacità e interazione

Capacità, richieste e criteri per confrontare e verificare le risposte.

  • Che cosa possono fare gli LLM
  • Parlare con gli LLM — Perché i prompt contano e come vengono progettate le interfacce
  • Capacità emergenti e come misurarle
  • Progettare richieste di confronto e revisione
  • Esempi di richieste e criteri di controllo
Parte III — Etica, limiti e società

Limiti, spiegabilità e responsabilità nell’uso dell’intelligenza artificiale.

  • Domande importanti — Che cosa dovremmo chiederci sugli LLM
  • Il futuro degli LLM — Rischi e limiti di ciò che non possono e non dovrebbero fare
  • Usare gli LLM con criterio
  • IA centrata sulle persone e spiegabilità — Fidarsi di ciò che si può comprendere
  • Chiedere ai modelli di spiegarsi
  • Esempi pratici di spiegabilità in azione
  • Miti e realtà — Come interpretare capacità e limiti
  • Quando la fiducia eccessiva incontra l’intelligenza artificiale
  • Una riflessione finale
Parte IV — Applicazioni ed esempi

Applicazioni concrete e strumenti che incontriamo nella vita quotidiana.

  • Esempi dal mondo reale
  • Strumenti quotidiani alimentati discretamente dall’IA
  • Opportunità e vantaggi — Perché gli LLM possono essere davvero utili
  • Storie inattese dal mondo dei modelli linguistici
Parte V — Dai modelli generalisti agli impieghi specialistici

Documenti aggiornati, specializzazione e modelli che elaborano anche immagini.

  • Fornire documenti aggiornati senza riaddestrare il modello
  • Dal generale allo specialistico — Come gli LLM imparano nuove competenze
  • Gli LLM come macchine della memoria — Recuperare conoscenze ed esperienza umana
  • Un intero mondo di modelli linguistici — Dai giganti ai piccoli aiutanti
  • Oltre le parole — Interpretare immagini insieme al testo
Parte VI — Dalle risposte agli agenti

Dal ciclo di un agente al coordinamento fra strumenti e assistenti, con controlli sull’autonomia e sulle modifiche alle procedure.

  • Quando una risposta non basta
  • Il ciclo di un agente
  • Un assistente che coordina il lavoro
  • Cooperare fra agenti
  • Definire l’autonomia e controllare le operazioni
  • Agenti autoevolventi come caso specifico
  • Scegliere quanto lavoro affidare al sistema
Parte VII — Infrastruttura e sostenibilità

Risorse necessarie, costi e scelta del modello in base al compito.

  • Potenza e prezzo — Il costo nascosto dell’intelligenza
  • Confrontare i modelli in base al compito e alle risorse
Parte VIII — Appendici

Una checklist d’uso, conclusioni, glossario e risorse per continuare lo studio.

  • Prima di chiedere — Una checklist per usare gli LLM con criterio
  • Conclusione
  • Glossario
  • Vuoi saperne di più — Risorse da esplorare

PRIMA DI COMINCIARE

Una domanda da cui partire.

Che cosa significa davvero che un modello linguistico comprende il testo?

Il libro costruisce gli strumenti per affrontare questa domanda e riconoscere i limiti delle risposte.